Una nueva investigación de la UNSW Sydney estudia cómo laInteligencia Artificial puede ayudar a encontrar factores de riesgo de suicidio y autolesión en los jóvenes. Concretamente, se trata de un estudio del Instituto Ingham de Investigación Médica Aplicada y el Distrito de Salud Local del Suroeste de Sydney.
Según los datos que aporta la universidad, el suicidio en Australia es ya la principal causa muerte entre los adolescentes, y el 18% de ellos también presentan autolesiones. Esta es la principal motivación que ha llevado a los investigadores a realizar este estudio, pues "los métodos actuales de evaluación de riesgos, como analizar intentos pasados, pueden ser poco fiables y no tienen en cuenta muchos otros factores de riesgo potenciales".
Para dar con esta búsqueda de factores de riesgo a través de la IA, los investigadores han desarrollado modelos de aprendizaje automático para predecir los comportamientos. "Estos modelos son más precisos que un enfoque estándar, con intentos previos de suicidio y autolesión como único factor de riesgo". Así lo explica el autor principal, el Dr. Daniel Lin, psiquiatra e investigador de salud mental.
Los métodos actuales de evaluación de riesgos, como analizar intentos pasados, pueden ser poco fiables y no tienen en cuenta muchos otros factores
Según se explica desde la universidad, los investigadores se han servido de datos desde el 2004 del Estudio Longitudinal de Niños Australianos. Los datos fueron más que preocupantes: de los 2.809 participantes, el 10,5% presentaba autolesiones y el 5,2% se había intentado suicidar al menos una vez en los últimos 12 meses. "Estos comportamientos definitivamente no se reportan lo suficiente, por lo que las proporciones reales son mayores", según afirma el Dr. Lin.
Estos datos sirvieron para que se recopilasen más de 4.000 factores de riesgo, los cuales se clasificaron con un algoritmo. Así, con esta tecnología, se pueden prevenir los casos a través de los factores de riesgo. “Un predictor único del suicidio fue la falta de autoeficacia, cuando alguien siente una falta de control sobre su entorno y su futuro. Y un predictor único de autolesión fue la falta de regulación emocional”, ejemplifica el investigador. "Nos sorprendió ver que los intentos anteriores no estaban entre los principales factores de riesgo".
Con ello, los investigadores crearon modelos de aprendizaje automático basados en los principales factores de riesgo que pudieron predecir los intentos con mayor precisión que el enfoque estándar, que no tiene en cuenta muchos de los factores de este estudio. Estos modelos de IA son realmente importantes, ya que podrían ayudar a los médicos en sus evaluaciones.
Estos modelos de IA son realmente importantes, ya que podrían ayudar a los médicos en sus evaluaciones
El investigador de la universidad recalca en este sentido que “basándose en la información del paciente, el algoritmo podría calcular una puntuación para cada persona y eso podría integrarse en el sistema de registros médicos electrónicos. El médico podría recuperar rápidamente esa información para confirmar o modificar su evaluación”.
Los investigadores, no obstante, advierten de que esta IA todavía se encuentra en fase de estudio. "Se necesita más investigación antes de que estos modelos de aprendizaje automático puedan integrarse en la atención clínica".
"Los modelos deben aplicarse a conjuntos de datos clínicos de la vida real (que contendrán información menos detallada del paciente) para validar si siguen siendo eficaces para predecir intentos de suicidio y autolesión. Además, los investigadores buscan comprender cómo interactúan múltiples factores de riesgo para influir en el comportamiento", concluye Lin.